Étude de cas contrôle d’étiquettes PGC : −88 % de défauts d’étiquetage
Contrôle d’étiquettes PGC : un fabricant d’hygiène-beauté passe de 9 400 à 1 150 défauts par million (−88 %) avec l’inspection en ligne DeepVision.
Le défi
Des défauts d’étiquetage et de scellage arrivaient jusqu’aux clients distributeurs du fabricant. Le contrôle qualité reposait sur un échantillonnage manuel en fin de ligne : les défauts passés entre deux prélèvements partaient dans les cartons expédiés, et l’usine recevait chaque trimestre des réclamations sur l’étiquetage et le scellage. Il fallait contrôler chaque unité en ligne.
La solution déployée par Indus Vision
Des postes d’inspection DeepVision ont été installés en ligne, après l’étiqueteuse et avant la mise en carton. Chaque poste contrôle chaque unité :
- présence et alignement de l’étiquette
- lisibilité du numéro de lot
- intégrité du scellage
DeepVision s’appuie sur la détection d’anomalies. Il apprend à quoi ressemble une unité conforme à partir d’images de produits conformes : l’équipe n’a donc pas eu à constituer et annoter une bibliothèque de photos de défauts avant la mise en production. L’inférence tourne sur un ordinateur edge installé sur site, à côté de la ligne, et aucune image de production ne quitte l’usine.
Résultats
| Indicateur | Avant | Après | Évolution |
|---|---|---|---|
| Défauts d’étiquetage par million (DPM) | 9 400 | 1 150 | −88 % (environ 8 fois moins) |
| Réclamations clients (étiquetage et scellage) | 3 par trimestre | 0 | −100 % |
| Délai de mise en production | s.o. | Jour 7 | s.o. |
Tous les chiffres proviennent de cette seule installation. Les résultats sur d’autres lignes dépendent du produit, des types de défauts et des conditions de ligne. Découvrez comment nous mesurons la précision dans notre méthodologie de mesure de la précision.
Pourquoi cela a fonctionné
Chaque unité, pas un échantillon
L’échantillonnage ne voit que les unités prélevées. L’inspection en ligne contrôle chaque étiquette et chaque scellage : les défauts intermittents apparaissent dès qu’ils surviennent, et non après une réclamation.
Aucune bibliothèque de défauts nécessaire
Comme DeepVision apprend à partir de produits conformes, la ligne a pu être mise en production en quelques jours, au lieu d’attendre des semaines pour réunir suffisamment d’exemples de chaque défaut.
Les données restent sur site
L’inspection tourne sur le matériel edge de l’usine, ce qui convient aux fabricants de PGC qui conservent leurs données de production sur site.
Questions fréquentes
Que peut contrôler DeepVision sur une ligne de conditionnement ?
La présence, la position et l’alignement des étiquettes, les numéros de lot et dates imprimés, et l’intégrité du scellage, comme sur cette installation. D’autres contrôles d’emballage peuvent être ajoutés en entraînant le système sur des images de produits conformes.
Combien de temps faut-il pour déployer un contrôle d’étiquettes ?
Cette ligne a été mise en production le 7e jour après l’installation. Les délais dépendent du nombre de postes, du montage et de l’intégration à la ligne.
Faut-il le cloud ?
Non. DeepVision fonctionne sur un ordinateur edge à côté de la ligne, sans connexion Internet.
Des défauts d’étiquetage ou de scellage s’échappent de votre ligne de conditionnement ? Découvrez DeepVision pour les PGC, informez-vous sur l’inspection visuelle par IA ou réservez une démo avec l’équipe Indus Vision.